技术特征：
技术总结
本发明实施例提供一种基于深度学习的点云物体姿态估计方法、装置及其设备，所述方法包括：获取需要学习的数据；网络模型的设计；模型的训练及预测。网络模型的设计包括：将点云物体姿态估计问题建模为无区别的多分类问题；设计残差块结构来提取特征；将提取的特征通过最大池化层获取全局特征；将全局特征分别送入三个并行的多层感知机做坐标轴的预测类别得分；使用分类器对坐标轴做预测类别得分后的特征做最后的类别预测；对经过分类器处理后得到的损失值进行等权重的求和，并将此和作为整体的多分类损失函数；使用适应性矩估对多分类损失函数进行优化。本发明所述方法能精确地对点云物体姿态进行评估，以提高对物体姿态定位及预测的精准性。
技术研发人员：徐楷;冯良炳;陈先开
受保护的技术使用者：深圳辰视智能科技有限公司
技术研发日：2018.07.20
技术公布日：2018.12.07